הכירו את Astra for Law: OpenAI מציבה אינדקס חיפוש משפטי מאחורי GPT-6 Astra

Astra for Law הוכרז ב-17 בספטמבר 2026 — תצורת עבודה משפטית המבוססת על GPT-6 Astra, מודל הדגל שהחברה השיקה שבועיים קודם לכן, ב-3 בספטמבר. זה אינו מודל חדש. אלה אותם משקלים מאחורי דלת קדמית אחרת: אינדקס חיפוש משפטי ייעודי, הנחיות ספציפיות לתחום המשפטי, וסט כלים שמכוון למחקר בפסיקת בתי המשפט של ארצות הברית. ההבחנה הזו חשובה יותר ממה שמסגור ההשקה מרמז, כי כל מספר בהודעה מודד את התצורה מול מודל הבסיס ולא מול יכולת חדשה — והתצורה עושה כמעט את כל העבודה.

הטענה המרכזית היא ש-Astra for Law עברה את בדיקת הנכונות הכוללת ב-54.0% מתוך 200 שאלות מחקר משפטיות בארה"ב שנלקחו מתוך סט האימות הפרטי של Vals AI's Legal Research Bench, לעומת 38.7% עבור GPT-6 Astra תוך שימוש בחיפוש אינטרנט בלבד — שיפור יחסי של 40%, כפי ש-OpenAI מציגה זאת. אלה נתונים שמדווח הספק על חלוקה פרטית, ואף מעבדה עצמאית לא שחזרה אותם. מה שנראה באופן עצמאי שימושי יותר: ההשוואה הציבורית של Vals AI עצמה מפרטת את GPT-6 Astra ב-39.42% ±3.40 במדד הזה, שהוא בעצם קו הבסיס שמולו OpenAI מודדת. הפער נובע מאינדקס החיפוש המשפטי ומהוראות, לא מכך שהמודל הפך לעורך דין טוב יותר.

הנה מה שיצא, מה שנמדד בפועל, ומה שחסר עדיין.

מה זה Astra for Law בעצם

שלושה דברים נוספו על גבי GPT-6 Astra, ואף אחד מהם אינו שינוי במשקולות. בתדרוך עיתונאי, ג'ייסון בוהמיג — מייסד-השותף של Ironclad שאותו שכרה OpenAI ביוני 2026 — והמהנדס שרוין וו תיארו את ההשקה כקונפיגורציה של הנחיות תחומיות, הגדרות כגון אורך תגובה, וכלי עבודה לתעשייה המשפטית שצפויים להתרחב עם הזמן.

• Legal Search Index — שכבת אחזור מעל פסיקה אמריקאית, חוקים, תקנות, תקנות סדרי דין והחלטות מנהליות, על פני יותר מ-230 מיליון כתובות URL, כאשר מקורות מתווספים מדי יום.

• מקור הקורפוס — האינדקס נשען על CourtListener, הספרייה המתוחזקת על ידי הארגון ללא מטרות רווח Free Law Project, אשר לפי OpenAI מכסה יותר מ-99.9% מהפסיקה התקדימית האמריקאית המפורסמת. הוא משלים תוכן מורשה מספקים, כולל Thomson Reuters.

• הוראות משפטיות — מערכת הוראות תחום ליישום מחקר על עובדות, פיתוח טיעונים או תנאי עסקה, וחשיפת חולשות או אי-ודאות בעמדה.

ההדגמה בתדרוך הייתה קונקרטית ולא מופשטת: וו ניסח בקשה לסילוק על הסף עבור בית חולים שנאלץ להתמודד עם תביעת אפליה על רקע מוגבלות והתנכלות, עבד במהלך סוף שבוע של חג על התנגדות בעל מניות למכירת נכסים, וטיפל במחלוקת בנוגע להתחייבות מכירות. אף אחד מאלה אינו יכולת חדשה עבור מודל חזית. מה שחדש הוא שמחצית האחזור של המשימה אינה מנותבת עוד דרך חיפוש אינטרנט כללי.

מדד הביצועים, קרא בעיון

ארבעה מספרים יצאו מההשקה, כולם מיוחסים ל-OpenAI, כולם על אותה ערכת ולידציה פרטית, וכולם ראויים להפרדה זה מזה:

• דיוק כולל — 54.0% עבור Astra for Law לעומת 38.7% עבור GPT-6 Astra עם חיפוש באינטרנט, ברמת מאמץ החשיבה הגבוהה ביותר.

• נמצאו מקרי עיון — 24% יותר בשאלות המתמקדות בפסיקה, שוב ברמת החשיבה הגבוהה ביותר.

• קטעים רלוונטיים שאוחזרו — עד 54% יותר מחוות דעת נכונות של בית משפט, באותו מאמץ חשיבה כמו קו הבסיס.

• אורך התשובה — בערך פי שניים באורך בממוצע בכל הגדרות החשיבה שנבדקו.

הנתון האחרון הוא זה שצריך להציב לצד הראשון. קל יותר לעבור בדיקת נכונות כוללת שמתגמלת כיסוי עם תשובה ארוכה יותר, וחלק מהרווח של 15.3 נקודות ניתן להסביר בכך ששכבת האחזור פשוט מציבה יותר חומר לפני המודל. זו אינה ביקורת על התוצאה — מציאת 24% יותר מקרי ייחוס היא שיפור אמיתי, שנאמר בנפרד — אבל המשמעות היא שיש לקרוא את המספר המשולב ואת מספרי האחזור יחד, ולא את המספר המשולב בלבד.

בעיית הפיצול הפרטי היא הגדולה יותר. קבוצת אימות ש-OpenAI מחזיקה ואינה מפרסמת לא יכולה להיות מורצת מחדש על ידי אף אחד, ולוח התוצאות הציבורי של אותו מבחן מספר סיפור שטוח יותר: דף ההשוואה של Vals AI עצמה מפרט את GPT-6 Astra ב-39.42% ±3.40 ב-Legal Research Bench, עם Gemini 3.8 Flash ב-38.94% ±3.39. כל מה שהפיק את הקפיצה ל-54.0% אינו נראה על הלוח הציבורי, כי הלוח הציבורי מדרג את המודל הבסיסי ללא האינדקס המשפטי המצורף.

ההתאמה של Legora, והמספר שבתוכה

הראיות המהותיות ביותר מצד שלישי בסיקור ההשקה הן בדיקת זרימת עבודה של Legora, שהמהנדס המשפטי שלה, Percevale Perks, ביצע התאמת דוחות כספיים — התאמת נתוני טיוטת החשבונות מול מאזן בוחן, לוח איחוד וחשבונות השנה הקודמת. הסוכן של Legora השלים את ההתאמה על פני 41 מסמכים בהרצה אחת, בדקות, תוך תיעוד כל בדיקה והפקת רשומה שורה-אחר-שורה לעיון. הוא מצא את כל ארבע השגיאות ש-Legora נטעה בחשבונות, כולל פער של 500,000 ליש"ט שהוסתר בביאור ההכנסות, שמר על כל בדיקה שהמודל הקודם עבר, והוסיף כחמישים נוספות.

זו תוצאה טובה באמת על סט מסמכים קשה באמת. זו גם הנקודה שבה קבור המספר השימושי ביותר בכל מחזור ההשקה. ב-Benchmark for Agentic Reasoning של Legora, שמכסה משימות משפטיות אמיתיות מקצה לקצה, השיפור בתהליך העבודה של דוחות כספיים היה כ-40% — והשיפור הממוצע בכל משימות BAR היה כ-3%. שני המספרים הם של Legora, שניהם מתארים את אותו מודל, ורק אחד מהם יצא החוצה. אם אתם בוחנים את זה עבור משרד, ה-3% הוא הנתון שלפיו כדאי לתכנן וה-40% הוא הנתון שאפשר לקוות לו.

בדיקות בלתי תלויות מצביעות על מצב כשל שונה

שתי הערכות בלתי תלויות ראויות להיות מוצגות לצד נתוני ההשקה, עם ההסתייגות ששתיהן קטנות וממקור יחיד.

HAQQ הרצה את GPT-6 Astra מול 41 שאלות משפטיות אמיתיות ב-20 תחומי עיסוק ברמת חשיבה בינונית. Astra הוביל במהות המשפטית עם 17.63 מתוך 20 — בפחות מנקודה. זה עלה $0.2622 לתשובה, בערך פי אחד עשר מהעלות לתשובה של GPT-5.6 Luna Pro תמורת פחות מנקודה של שיפור משולב. הקריאה של HAQQ עצמה חדה: היתרון אינו שהמודל חכם יותר, אלא שהוא מפסיק לכתוב. אותו מבחן מצא שהעלאת מאמץ החשיבה מנמוך לגבוה הגדילה את העלות פי כ-1.5 ואת זמן התגובה פי כ-1.8 תוך הפחתת האיכות שנמדדה ב-0.17 נקודות — מנוף עלות במסווה של מנוף איכות, וסיבה לקבע את הגדרת המאמץ במקום להשאיר אותה על מקסימום.

הממצא שצריך להגיע הרחוק ביותר אינו עוסק בעלות. בתחומי שיפוט מחוץ לארה״ב, כל שלושת המודלים שנבדקו ציטטו את ההוראה הנכונה, אך הציגו את תוכנה באופן שגוי. Astra הייתה נכונה מבחינה משפטית ב-66.7% מהפריטים האלה; Claude Opus 5 היה מדויק ב-100%. בודק ציטוטים היה נותן לתשובה הזאת לעבור, מפני שהציטוט קיים והוא הציטוט הנכון. לקוח לא היה נותן לה לעבור. זהו מצב הכשל שאינדקס החיפוש המשפטי הכי פחות מצויד להתמודד איתו, מאחר שהאינדקס מוגבל לארה״ב והשגיאה היא בקריאה, לא בשליפה.

מה שאתה יכול למעשה לקבל, ומתי

Astra for Law אינו זמין באופן כללי. הגישה מתחילה דרך תוכנית Trusted Access חדשה המיועדת למשרדי Am Law 200, ומסופקת דרך ChatGPT ו-Codex. ה-API מתואר ככזה שיגיע בקרוב תחת מזהה המודל gpt-6-astra-law, כשהוא מופיע בבורר המודלים בשם "GPT-6 Astra Law"; Harvey ו-Legora מוזכרים כלקוחות API שיבנו עליו. מחיר עבור התצורה המשפטית לא פורסם, וזו השאלה הפתוחה הגדולה ביותר לכל מי שמתכנן תקציב סביבו.

Trusted Access כולל שני תנאי נתונים: Zero Data Retention ב-API, והחרגת השימוש ב-ChatGPT Enterprise מבדיקה אנושית כברירת מחדל. כשנשאל בתדרוך על חריגים, Boehmig לא טען שהמדיניות מוחלטת: "זה בהחלט מורכב יותר מהמשפט האחד", אמר, וציין שההסכם המלא משתרע על כ-30 עמודים, והוסיף ש-OpenAI בטוחה שאותם 30 עמודים עונים על הצורך. OpenAI אומרת שהיא עובדת עם Latham & Watkins על הרשאות מידע, חומות אתיות, הנחיות לקוחות ופיקוח משרדי.

חלק האקוסיסטם גדול יותר מחלק המודל: 26 תוספים של ספקים, כולל Thomson Reuters, Harvey, Legora, iManage, Relativity, Clio, Intapp ו-DeepJudge; תשעה תוספים קהילתיים מקבוצות של הנדסה משפטית; ו-47 כישורים מותאמים אישית שנבנו על ידי משתמשים משפטיים מתקדמים. ChatGPT for Word גם הגיע לזמינות כללית לצורך הגהה, עריכות מוצעות וסימוני פורמט. מהנדסים של OpenAI המוצבים בשטח עבדו עם Sullivan & Cromwell על מנתח הסכמים, עם Ropes & Gray על בדיקת נאותות למיזוגים ורכישות, ועם Cooley על GO Public.

לשם הקשר למידת הצפיפות של התחום הזה כעת: Anthropic השיקה את Claude for Legal במאי 2026, שלושה חודשים לפני ש-Astra for Law הייתה קיימת.

הסיכונים שאף מדד ייחוס בעמוד הזה לא לוכד

שום דבר בחומרי ההשקה אינו מתייחס לשתי שאלות הממשל שהיועץ המשפטי הראשי של המשרד ישאל ראשונות. נכון לספטמבר 2026, לא פורסמה שום הסמכה מסוג SOC 2, ISO או HIPAA עבור GPT-6 Astra, ואין פירוט מפורסם על בידוד נתונים ייעודי למשרד, פריסה מקומית או מיקום אחסון הנתונים. היעדרם אינו ראיה לכישלון — הוא פשוט אינו מתועד, וזו בעיה אחרת, כזו שמוטלת על המשרד לפתור לפני שחומר חסוי נכנס לשם.

בצד האתי, הכללים התקפים הם ABA Model Rule 1.6 בנושא סודיות, הקובע מה מותר למשרד לשתף עם ספק צד שלישי ועשוי לחייב גילויים מעודכנים והסכמה מדעת, וכלל 5.3 בדבר פיקוח על סיוע של מי שאינו עורך דין, שבו נוחת פלט בינה מלאכותית. הסיבה לכך ששניהם רלוונטיים ולא תיאורטיים היא Mata v. Avianca, שבו הוטלו סנקציות על עורכי דין בשל הגשת תיקים שאינם קיימים שנוצרו בבינה מלאכותית. אינדקס חיפוש משפטי על פסקי דין אמיתיים מקטין את הסבירות לכשל הספציפי הזה. הוא לא הופך אותו לבלתי אפשרי, והוא לא עושה דבר בנוגע לכשל של קריאה מוטעית של הוראה שתיעדה HAQQ.

אם ברצונך לבנות על זה לפני שה-API ייפתח

העמדה הכנה היום היא ש-gpt-6-astra-law אינו נמצא ב-API של אף אחד, כולל שלנו — OpenAI אמרה "בקרוב" ולא נקבה בתאריך. מה שכן פעיל הוא מודל הבסיס: openai/gpt-6-astra יושב ב-OrcaRouter ב-0% תוספת מחיר, כלומר מחיר המחירון של הספק מצד OpenAI מועבר כפי שהוא ללא שינוי, כך ששינוי מחיר של ספק במודל הזה משתקף באותו יום. מפתח אחד מגיע ל-יותר מ-200 מודלים, עם מעבר אוטומטי בין ספקים במקרה של תקלה ו-DSL לניתוב שמאפשר לשלב כמה מודלים לקריאה אחת.

ההשלכה המעשית עבור צוות של הנדסה משפטית היא פיצול. כל דבר בזרימת העבודה של Astra for Law שאינו תלוי ב-Legal Search Index — ניסוח על בסיס עובדות שאתם מספקים, ארגון מחדש של מערכת סעיפים, עיצוב לפי תבנית של המשרד, יצירת רשימת בדיקה לסקירה — אתם יכולים לבנות לו אב-טיפוס כבר היום על base GPT-6 Astra, ולהחליף את ה-model id כשגרסת ה-law תיפתח, בלי לשנות את האינטגרציה שלכם. כל מה שתלוי באינדקס אי אפשר לבנות כאב-טיפוס, מפני שהאינדקס הוא החלק שעדיין אינו עומד למכירה. שתי הסתייגויות שכדאי לומר בבירור: בקשה מנותבת אינה מכוסה אוטומטית באישור ה-Zero Data Retention של OpenAI, שניתן ברמת הארגון, ולכן משרד שזקוק ל-ZDR צריך לוודא כיסוי בנתיב הספציפי שבו הוא משתמש; וה-router הוא קפיצה נוספת בנתיב הנתונים, וזה מחיר ממשי עבור חומר חסוי גם כשהוא קונה לכם failover.

מה לצפות

שלושה דברים, לפי סדר מידת ההשפעה שלהם על התמונה. תאריך ה-API של gpt-6-astra-law, מכיוון שזה ההבדל בין פיילוט למוצר. המחיר, מכיוון שהתמחור של המודל הבסיסי — $10 למיליון טוקני קלט ו-$50 למיליון טוקני פלט — כולל תמחור מחדש להקשר ארוך מעל 272,000 טוקני קלט, שמערכי מסמכים משפטיים יחצו אותו באופן שגרתי; ואם התצורה המשפטית מתומחרת בפרמיה מעל זה, הכלכלה של התאמת 41 מסמכים משתנה מהותית. והרצה חוזרת בלתי תלויה של 200 השאלות ההן על פיצול שמישהו אחר שולט בו. עד שזה קיים, 54.0% הוא הנתון של OpenAI על התצורה של OpenAI, והטענה בת-ההגנה היא הצרה יותר: אינדקס פסיקה אמריקאית בתוספת הנחיות משפטיות מניב שליפה טובה באופן מהותי יותר מחיפוש אינטרנט כללי בשאלות מחקר משפטי בארה"ב. על הטענה הזו שווה לפעול. על השאר שווה לחכות.